排序方式: 共有5条查询结果,搜索用时 254 毫秒
1
1.
2.
4.
针对传统单星无源定位方法定位精度较低的问题,文中提出一种基于径向加速度精估计的单星无源定位方法来实现单星对地球表面静止宽带信号辐射源定位。在通过测量脉冲到达时间(Time of Arrival, TOA)获得径向加速度精估计的算法基础上,采用粒子群优化(Particle Swarm Optimization, PSO)算法进行目标位置搜索,提高了定位精度,同时降低了计算量。分析并仿真了该方法定位误差与卫星状态参数、观测时长以及辐射源信号带宽、重频、持续时长等参数的关系。理论和仿真分析表明,该方法实现简单,计算量小,适用范围广,定位精度高。 相似文献
5.
随着无线电信号数据海量增加,复杂电磁环境下面临着未知威胁和目标侦察识别复杂度高的问题,本文针对未知无线电信号的特征提取任务,设计了一种混合神经网络以提高目标无线电信号的识别能力。先通过胶囊神经网络对未知信号的空间信息进行提取,再进一步运用门控循环单元提取信号在时间上的特征信息。设计混合网络模型将信号的时间和空间特征相结合,提高对目标信号的分类精度。通过RML2016.04C调制信号数据集,验证了混合神经网络的识别性能。结果表明:当信噪比为6 dB时,混合网络模型对多种不同调制信号的分类精度大于95%。因此,本文所设计的混合神经网络能够有效对不同调制信号进行准确分类。 相似文献
1